立法委員劉書彬 | 關於作者 | Newtalk新聞

壹、引言隨著人工智慧技術的飛速發展，其應用場域已從單純的數據運算延伸至高度依賴價值判斷的司法體系。司法，被視為社會正義的最後一道防線，其運作基礎建立在「信任」之上：信任法官的專業、信任程序的公正、信任判決的結果符合社會期待。然而，在當代社會，這份信任正備受挑戰。一方面，人類法官受限於生理極限與主觀情感，難免出現判決品質不一、甚至發生低級錯誤的狀況，導致司法公信力受損；另一方面，數據科學與演算法的進步，為我們描繪了一個「數據治理」的美好願景，彷彿透過冷靜的數學模型，便能排除人類的偏私與疲憊。於是，AI 開始進入法庭，從協助整理卷宗，走向輔助量刑與風險評估。然而，將 AI 導入司法判決，特別是刑事風險評估，是否真能修復這份破裂的信任？本文將剖析在人機協作的審判模式中，信任危機的根源究竟源於 AI 技術本身，還是公平正義的落實，必須源於人類審判獨立性。貳、人類司法的侷限與 AI 的入場（一）過勞與疏失：人類法官的極限在討論是否應該引入 AI 之前，我們必須面對現實中，人類司法體系並非完美無瑕。法官也是人，當案件量超出負荷，判決品質的下降便成為必然的系統性風險。回顧 2010 年發生的一起荒謬案例，一名陳姓法官因無法在宣示判決日當天完成判決書，為了避免在審判資訊系統中留下「延遲」的紀錄，竟先撰寫判決主文，而判決理由則直接複製其他不相關案件的內容，導致書記官將錯誤的判決書寄發給兩造當事人。此案例雖是個案，卻揭示了司法過勞的冰山一角，期待每一位法官都能時刻保持客觀且詳盡地審視每一個案件，近乎是一種奢求。人類的注意力是稀缺資源，當資源耗盡，錯誤便隨之而來。（二）精準的渴望：再犯風險評估除了避免行政疏失，AI 在司法中被寄予厚望的另一個領域是「再犯風險評估」。刑罰的目的不僅是懲罰，更是矯治與社會復歸。然而，如何精準判斷一名受判決人的再犯風險，長期以來都是法官的難題。過去，這類判斷往往依賴法官的個人經驗與主觀直覺，容易受潛意識偏見（如種族、外貌、社經地位）影響。為了追求更客觀的標準，以數據為基礎的 AI 風險評估工具應運而生。例如，加拿大心理學家設計的 VRAG（Violence Risk Appraisal Guide），透過 12 個變數預測特定人再犯的可能性；Multi-Health Systems 開發的 LSI-R（Level of Service Inventory-Revised），不僅預測風險，還能評估特定條件是否有助於降低再犯率。美國辛辛那提大學矯治研究中心開發的 ORAS（Ohio Risk Assessment System）以及廣為人知的 COMPAS（Correctional Offender Management Profiling for Alternative Sanctions），皆已被廣泛應用。截至 2019 年 9 月，美國聯邦及 49 個州已在刑事程序的不同階段使用這些工具。其核心邏輯在於：依據客觀的大數據，而非純粹交給人類恣意決定是否監禁或釋放，這被視為刑事司法體系的重要進步。參、AI 是否真的公正：以 COMPAS 為例AI 的引入並未平息爭議，其中最具代表性的爭論，莫過於對 COMPAS 系統的質疑。調查新聞機構 ProPublica 曾發布報告，指控 COMPAS 對非裔美國人存在系統性偏見，傾向給予較高的風險評分。面對指控，學界與開發商提出了反駁，認為 ProPublica 的分析存在嚴重的方法論瑕疵：首先是數據錯置：ProPublica 使用了「審前被告」的數據來評估 COMPAS，但該工具的主要設計對象是「判決後受監管」的人群，兩者的統計母體本質不同；二來是分析中排除了原始樣本中的適用對象（如緩刑和假釋者），卻未提供充分理由，導致統計結果失真；三來是錯誤的二分法，COMPAS 的設計包含低、中、高三種風險層級，但 ProPublica 強行將「中風險」併入「高風險」進行二分法分析，扭曲了原始模型的精細度；四來是忽視學術標準，ProPublica 未採用心理學界公認的偏見檢測標準，且將統計上不顯著的結果（p值未達顯著水準）解讀為顯著，忽略了效應大小（effect sizes）的影響。這場爭論揭示了，我們對 AI 的不信任，有時源於對統計學的誤解，或是將社會既有的結構性不平等，錯誤地歸咎於演算法本身。肆、AI 導入司法帶來的認知偏誤然而，不論AI 的準確性是否臻於完美，即便我們假設 AI 的技術是完美的，數據是無偏誤的。司法判決的公平正義，也從來不只在於結果，而是在於過程。由於人類不是上帝，我們無法探知真正的「真實」，我們只能擔保，人類盡力以恰當的觀看方式，去檢閱各方證據，嘗試做出公允的評價。因此，一個公平正義的司法判決，是法官審理重大刑事案件時，不要看新聞媒體的腥羶色報導，或是採用「起訴狀一本主義」，避免法官的心證遭受污染，而無法做出恰當的評價。回過頭來討論AI作為法官判決的依據考量，是否應該被追求。以美國的COMPAS再犯風險評估系統為例，美國威斯康辛州最高法院對於COMPAS相對樂觀，接受以COMPAS作為判決依據，認為只要AI的評估結果沒有作為唯一或決定性因素，而是做為法官判決的參考之一，就沒有任何問題，因此駁回一起質疑法官以COMPAS作為判決的上訴案件。然而，把AI納入司法判決的依據，真如這些支持者所說，只是多一個內容，讓法官多多參考而已嗎？在2023年「人工智慧與法律的多學科視角」一書便挑戰這種技術中立的觀點。該文章指出，最高法院完全沒有考量到AI對於法官所產生的認知偏誤。事實上，研究發現，人類對於涉及科技的決策，往往過分樂觀。這個與人類社會對於科技發展的體感有關，由於科技突破常常帶來戲劇性且令人難忘的成果，例如革命性的產業變革和生活品質提升，像是智慧手機、智慧手錶、自駕車、3D打印和娛樂串流服務，這些技術成功的案例具有高度的顯著性，但科技失敗的顯著性較低，因為它們不會改變現狀，也鮮少在公眾討論中被提及。因此，在長期的經驗累積下，人類容易在技術與成功之間建立起一種無意識的連結，認為科技是成功與進步的驅動力，這種對技術的樂觀偏見，被稱為「科技效應」。上述研究並非空想，在喬治亞理工學院的實驗中，學生被安排在一間小辦公室裡與機器人一起完成學術調查，突然火警響起，煙霧瀰漫，測試學生這時會選擇跟著「逃生機器人」牌子的機器人，前往一條他沒有走過的路，還是自己走向另一個有「出口標示」的路口逃生。結果顯示，30位受試者有26人都選擇跟隨機器人，即便他們知道真正的出口在哪裡。甚至當機器人發生看似「故障」或靜止不動時，大多數受試者仍選擇跟隨機器人。這類型的行為經濟學與認知心理學研究顯示，人類要推翻「演算法」的建議是非常困難的，由於對科技過度樂觀的「科技效應」，人往往會產生對電腦的盲目信任，儘管電腦生成的判斷違反自己的判斷，這種不理性的認知偏誤被稱為「自動化偏誤」。研究表明，在法庭中，法官往往順從電腦生成的數據與結果，這可能框限並制約法官的觀點。換言之，法官對於AI結果的採納，並不是基於自己對AI技術的正確理解所進行的參考，而是在認知偏誤中，對AI技術的盲目信任與過度樂觀所產生的依賴。如果AI的導入，只是讓法官戴上有色眼鏡，形成觀看與思考的偏差，便可能喪失司法判決所能夠追求的公平正義。伍、結語AI 的入場，確實為解決人類法官的過勞與主觀偏誤提供一線曙光，然而再犯風險評估系統的客觀性看似能提升司法準確度，但無論是 COMPAS 的統計方法論爭議，抑或是法官的自動化偏誤，都指向了技術的進步不等同於外界信任的落實。司法的不信任，並非單純源於 AI 算法的不透明或偏誤，更多時候是源於人類在面對強大科技力量時，無意識地棄守了應有的獨立思考能力。當法官受限於 AI ，將本應只是參考用的 AI 風險評估奉為圭臬，司法審判便不再是人類獨立審判的權衡過程。因此，提升司法信任不應僅著眼於如何讓 AI 的預測更準確，信任並非建立在完美的算法之上，而在於願意為每一個判決承擔最終責任的法官身上，唯有當人類法官能在 AI 的洪流中，依然保持清醒並堅守獨立審判的價值，科技才能真正成為輔佐的工具，而非隱形的枷鎖。(作者：立法委員劉書彬、法案助理林廷印) 

行政院近期選擇以「公開叫囂」的方式，在媒體上喊話要與立法院辯論，這是一件極其荒謬且令人憂心的事。身為國會議員，必須嚴正指出：行政院的責任是依法編列預算，立法院的職責是審查與監督。當政府避開制度內的溝通，轉而訴諸輿論口水戰，這不僅是失職，更是對外承認其政策編列禁不起檢驗，企圖以政治包裝掩飾依法行政的不足。內政荒謬：民生預算成了政治人質目前預算僵局的本質，絕非政治立場之爭，而是「法律尊嚴」的問題。行政院至今仍拒絕依法編列已通過法律要求的軍人加薪、警消退休金等項目；更令人不解的是，包含 TPASS、育兒及生育補助等 38 項攸關民生、毫無爭議的新興預算，行政院竟將其與爭議項目綑綁，拒絕面對審查。我們可以看到民進黨立委在議場舉牌宣稱「關心民生」，投票時卻全數反對依法編列預算。這種「兩面手法」才是真正嚇壞台灣人民的政治操作。一個負責任的政府，不應將民生預算當作政治勒索的籌碼，而應回歸法治，如實編列。台美合作：從「矽盾」優勢到「空洞化」危機除了內政混亂，政府在台美經濟談判中的表現，更讓民眾對台灣的長期競爭力感到焦慮。雖然肯定台美長期的合作情誼，但作為關鍵少數的監督力量，必須從「務實、專業、科學」的角度，指出當前台美合作中隱藏的掏空危機。在台美MOU下的「台灣模式」，由政府提供最高2500億美元的擔保，協助金融機構融資企業赴美。但在繁榮的數字背後，台灣正承受著「人才、資金、產業」三者外移的劇烈風險：產業與人才外移： 隨著台積電及兩百多家供應鏈廠商進駐亞利桑那州，令人憂心這不只是全球布局，而是「整廠外移」。在高階人才傾向移民美國、兩岸風險增加的背景下，台灣若失去先進製程的優勢，所謂的「矽盾」防禦力將面臨崩潰。資金與獲利挑戰： 數據顯示，亞利桑那廠的 5 奈米製程毛利率預估僅約 8%，與台灣本土的 60% 有巨大落差，單位成本更是台灣的 2.4 倍。若美方無法提供如《避免雙重課稅協定》（ADTA）等制度性補償，這項投資在商業上將難以持續，甚至拖垮本國母公司的財務結構。實質掏空： 政府對外宣稱只是提供擔保、沒有立即花錢，但實際上，相關投資、融資與營運產生的美元現金流，長期都留在海外。政府又未設計任何資金回流或附加價值留台的配套，結果就是資本與關鍵產業價值被逐步移出臺灣。「軍購」困境：付了錢卻拿不到武器更讓民眾感到憤怒的是國防安全的缺口。目前美國對台軍售積壓金額已超過 300 億美元，包括 F-16V 戰機與遠程飛彈在內的關鍵裝備一再延宕。台灣人民支付了血汗錢，卻面臨戰力遲遲無法到位的空窗期。在現行軍購案（FMS）無法針對遲延交貨進行違約索賠的情況下，政府難道只能雙手攤平？是否應當要求美方應推動更積極的補償機制，例如在裝備到位前，提供同等級的「現役裝備租借」，或透過「總統提撥權（PDA）」優先撥付美軍現貨資產。政府不應只會做大內宣，而應實質要求美方在「交貨保證」上給出具法律效力的承諾。結語：我們要的是務實的未來在此呼籲賴政府：請停止輿論操作，回歸憲法與法律編列預算；請停止粉飾太平，正面回應半導體產業外移與軍購延遲的實質問題。我們不走意識形態的對抗，而是要解決問題。我們歡迎國際夥伴，更珍視台美情誼，但這份情誼必須建立在「對等、互惠、永續」的基礎之上。我們守住的不只是預算，更是台灣的半導體優勢與國家發展，絕不容許任何勢力掏空台灣的未來。  

偏鄉老師「久任」定義，該重新檢討了！這幾年偏鄉教育最大問題是：師資流動率有改善，但110年起國中偏鄉老師流動率，仍比一般學校高一倍。和《偏遠地區學校教育發展條例》同樣在2017年上映的電影《老師，你會不會回來？》，至今每年都在全台1191所偏遠學校上演，衝擊10萬偏鄉學生的受教權！教育部近年每年在偏鄉教育投入40億預算，也知道老師流動率是個問題，但為什麼流動率還是那麼高？我觀察到現行制度的三大問題：一、久任獎金發放速度，不敵教師離職率《偏遠地區學校教育發展條例》當時設定了「久任獎金」制度，偏鄉老師服務滿8年，給第一次獎金（數額7到15萬元不等）；服務滿11年，給第二次久任獎金（數額11到22萬元不等）。但偏鄉師平均留任年資僅4.5年，也就是說，很多老師根本不想等到這筆獎金，就先離職了。呼籲教育部誠實面對現況，依據事實來重新檢視：老師在偏鄉服務，做幾年就算「久任」？請從偏鄉老師任教年資等實際數字，來檢討「久任」的定義，並調整久任獎金發放門檻，讓這筆獎金真正鼓勵到老師，而不是讓他們覺得遙不可及。教育部也應該用更開放的視野，來通盤思考：什麼樣的情境、誘因，能真正吸引老師久任？就像現在大學招生，有鼓勵學生在原鄉就讀的「願景計畫」，那麼，教育部是否也能規劃好的機制，從職前的師資培育，到對現職教師的支持，多管齊下，鼓勵有熱忱的老師，留在他的原鄉教書，照顧相對弱勢的偏鄉孩子？二、偏鄉資源看得到，不易吃到偏鄉學校在找不到老師的情況下，常進用無教師證、但有教學熱忱的人來擔任老師。這些老師也期待增加專業職能，但他們想進修時，師資培育進修課程開設地點的交通近易性，和是否提供線上課程，是執行的關鍵。偏鄉老師常遇到的挑戰，和都會地區不同，師培課程要更客製化。例如，他們更常「校長兼撞鐘」，新手老師一上任就兼教務主任，需要克服行政資源不足問題；要面對更多原住民學生，需要多了解原住民文化。三、老師偏遠學校路程通勤，不能只補助老師公車費有些縣市公車不多，老師等到公車，學生也放學了，他們只能自費買車、開車通勤。提供學校宿舍的學校比例，也是教師安心工作方式。教育部目前提供每校3年200萬元作為改善學校硬體設施經費，如：宿舍改善、數位資訊、廁所整修等。即使如此，教育部對於偏鄉地區學校的各項資源投入，和資訊並未能公開在教育部官網呈現，讓各界有資訊落差，無法即時了解教育部所做的努力。教育部應該以立即公開透明的方式，將偏遠地區學校對應措施，在官網當中有特別欄位呈現。立法院最近在討論《偏遠地區學校教育發展條例》修法，我認為，這次修法不能只是「獎金加碼」，而是重新設計整體的教育治理與資源配置邏輯，讓偏鄉教育從支離破碎，走向區域協作和永續發展。台灣每三所國中小，就有一所是偏鄉學校。如何讓這少數卻關鍵的三分之一，發展更穩定？這個議題刻不容緩。